| 中文摘要 | 第3-4页 |
| Abstract | 第4页 |
| 第一章 绪论 | 第8-16页 |
| 1.1 研究意义及现状 | 第8-10页 |
| 1.1.1 研究意义 | 第8-9页 |
| 1.1.2 研究现状 | 第9-10页 |
| 1.2 振动光谱的发展 | 第10-14页 |
| 1.2.1 红外吸收光谱的发展 | 第11-12页 |
| 1.2.2 拉曼散射光谱的发展 | 第12-13页 |
| 1.2.3 其他振动光谱 | 第13-14页 |
| 1.3 本文主要研究工作及组织结构 | 第14-16页 |
| 1.3.1 本文主要研究工作 | 第14页 |
| 1.3.2 本文的组织结构 | 第14-16页 |
| 第二章 光谱计算过程的理论分析 | 第16-22页 |
| 2.1 振动光谱的理论计算 | 第16-20页 |
| 2.1.1 量子化学 | 第16页 |
| 2.1.2 密度泛函理论 | 第16-17页 |
| 2.1.3 正则坐标 | 第17-18页 |
| 2.1.4 振子模型 | 第18-19页 |
| 2.1.5 拉曼光谱的理论计算 | 第19-20页 |
| 2.2 理论振动光谱的产生 | 第20-22页 |
| 第三章 最优化算法及遗传算法 | 第22-33页 |
| 3.1 最优化算法 | 第22-24页 |
| 3.2 遗传算法简介 | 第24-26页 |
| 3.3 遗传算法的名词和概念 | 第26-30页 |
| 3.3.1 适应度函数(fitnessfunction) | 第26-27页 |
| 3.3.2 编码(Code) | 第27页 |
| 3.3.3 基因型(genotype) | 第27页 |
| 3.3.4 表现型(phenotype) | 第27页 |
| 3.3.5 选择 | 第27-28页 |
| 3.3.6 交叉(Cross) | 第28-29页 |
| 3.3.7 变异(Mutation) | 第29页 |
| 3.3.8 个体(individual) | 第29-30页 |
| 3.3.9 种群(population) | 第30页 |
| 3.4 遗传算法的流程 | 第30-31页 |
| 3.5 实例 | 第31-33页 |
| 第四章 前处理及算法的改进 | 第33-44页 |
| 4.1 测试和运行环境 | 第33页 |
| 4.2 去基线 | 第33-34页 |
| 4.3 峰宽可控的洛伦兹函数 | 第34-37页 |
| 4.4 识别光谱谱峰 | 第37-41页 |
| 4.4.1 高阶导数寻峰 | 第37页 |
| 4.4.2 小波变换寻峰 | 第37-41页 |
| 4.5 以峰宽为变量的适应度函数 | 第41-42页 |
| 4.6 基于遗传算法的共轭梯度下降辅助最优化算法 | 第42-44页 |
| 第五章 遗传算法和共轭梯度下降法参数测试分析 | 第44-52页 |
| 5.1 不同变异概率影响的最优化效果 | 第44-46页 |
| 5.2 不同交叉概率影响的最优化效果 | 第46-50页 |
| 5.3 不同种群规模影响的最优化效果 | 第50-52页 |
| 第六章 总结与展望 | 第52-54页 |
| 6.1 总结 | 第52页 |
| 6.2 展望 | 第52-54页 |
| 参考文献 | 第54-59页 |
| 在学期间的研究成果 | 第59-60页 |
| 致谢 | 第60页 |